Khuyến mãi là gì và đo lường bằng thang đo nào?
Khuyến mãi là gì và được đo bằng gì
Khuyến mãi là tập hợp các hoạt động khuyến khích khách hàng mua sản phẩm hoặc sử dụng dịch vụ trong một khoảng thời gian, thường thông qua lợi ích ngắn hạn như giảm giá, tặng quà, mã ưu đãi, mua nhiều được giảm hoặc chương trình tích điểm. Trong luận văn định lượng, bạn không nên đưa khái niệm này vào mô hình chỉ bằng một câu hỏi như “Bạn có thích khuyến mãi không?”. Cần chuyển khái niệm trừu tượng thành nhiều biến quan sát để người trả lời đánh giá nhất quán.
Bạn có thể xem khuyến mãi là một biến độc lập tác động đến ý định mua, quyết định mua, sự hài lòng hoặc lòng trung thành. Nội dung đo lường thường xoay quanh ba khía cạnh: mức độ hấp dẫn của ưu đãi, sự đa dạng của chương trình và mức độ dễ tiếp cận hoặc dễ sử dụng. Tùy đề tài, khuyến mãi cũng có thể được tách thành giảm giá, quà tặng, voucher và chương trình dành cho khách hàng thành viên.
Nếu mô hình của bạn có thêm các khái niệm gần nghĩa, hãy đọc cách phân biệt giá cả cảm nhận là gì, nhận thức về giá là gì và sự thuận tiện là gì. Khuyến mãi tập trung vào lợi ích hoặc kích thích mua trong chương trình cụ thể. Giá cả cảm nhận tập trung vào đánh giá của khách hàng về mức giá nói chung. Sự thuận tiện tập trung vào công sức, thời gian và mức dễ dàng khi mua hoặc sử dụng.
Với bảng hỏi Likert, bạn có thể yêu cầu người trả lời chọn từ 1 đến 5, trong đó 1 là “Hoàn toàn không đồng ý” và 5 là “Hoàn toàn đồng ý”. Thang Likert được giới thiệu trong công trình của Likert, vì vậy phần phương pháp có thể dẫn nguồn (Likert, 1932). Điểm của khái niệm khuyến mãi thường được tính bằng điểm trung bình các biến quan sát sau khi thang đo đạt độ tin cậy và giá trị cần thiết.
Nguồn thang đo gốc
Nguồn thang đo là phần bạn cần làm rõ trước khi viết bảng hỏi. Một thang đo tốt phải có nguồn học thuật, phù hợp với bối cảnh nghiên cứu và được điều chỉnh bằng ngôn ngữ mà đối tượng khảo sát hiểu. Không nên lấy nguyên danh sách câu hỏi từ một bảng hỏi trên mạng rồi gọi đó là thang đo gốc.
Trong danh mục nguồn được phép sử dụng, (Parasuraman và cộng sự, 1988) là nguồn cho SERVQUAL và năm thành phần chất lượng dịch vụ. Nguồn này có thể hữu ích nếu khuyến mãi được nghiên cứu trong bối cảnh chất lượng dịch vụ, nhưng không nên gán toàn bộ các biến quan sát về khuyến mãi cho SERVQUAL. (Likert, 1932) hỗ trợ cách sử dụng thang đo Likert, không phải nguồn xác nhận nội dung riêng của khuyến mãi.
Bảng dưới đây giúp bạn phân biệt vai trò của từng nguồn khi xây dựng thang đo. Số lượng biến quan sát là số tham khảo cho thiết kế ban đầu, không phải số bắt buộc phải giữ sau khi chạy dữ liệu.
| Nguồn | Năm | Vai trò khi xây dựng thang đo | Bối cảnh gốc hoặc phạm vi sử dụng | Số biến quan sát tham khảo |
|---|---|---|---|---|
| Likert | 1932 | Cơ sở cho thang đo mức độ đồng ý | Đo lường thái độ | 5 đến 7 mức trả lời |
| Parasuraman và cộng sự | 1988 | Nguồn tham khảo cho chất lượng dịch vụ và cảm nhận của khách hàng | Dịch vụ | Không dùng nguyên xi cho khuyến mãi |
| Nguyễn Đình Thọ | 2011 | Hướng dẫn quy trình xây dựng, điều chỉnh và kiểm định thang đo trong nghiên cứu kinh doanh | Bối cảnh nghiên cứu tại Việt Nam | Phụ thuộc mô hình |
| Hoàng Trọng và Chu Nguyễn Mộng Ngọc | 2008 | Hướng dẫn đọc Cronbach's Alpha, EFA và output SPSS | Phân tích dữ liệu với SPSS | Phụ thuộc thang đo |
Trong thực tế, nhiều bài nghiên cứu sử dụng bộ biến quan sát khác nhau cho khuyến mãi vì chương trình giảm giá trong bán lẻ khác với ưu đãi trong ngân hàng, thương mại điện tử hoặc dịch vụ ăn uống. Bạn cần truy về bài nghiên cứu phù hợp với ngành và đối tượng khảo sát của mình, sau đó ghi rõ câu nào được dịch, câu nào được điều chỉnh và câu nào do bạn bổ sung.
Bạn có thể đối chiếu thêm bài thang đo khuyến mãi để xem cách đặt mã biến và sắp xếp nhóm biến. Khi trích nguồn, hãy giữ đúng tác giả, năm và bối cảnh. Nếu chưa kiểm tra được nguồn gốc của một bộ câu hỏi, hãy gọi đó là “biến quan sát tham khảo”, không gọi là “thang đo chuẩn”.
Bộ biến quan sát tham khảo
Dưới đây là bộ biến quan sát minh họa cho khái niệm khuyến mãi trong bối cảnh khách hàng mua sản phẩm hoặc sử dụng dịch vụ. Đây là điểm bắt đầu để bạn điều chỉnh, chưa phải bản dịch đã được xác nhận và chưa phải kết quả của một nghiên cứu cụ thể. Bạn cần thay các từ như “sản phẩm”, “thương hiệu” hoặc “cửa hàng” bằng đúng bối cảnh đề tài.
| Mã | Biến quan sát tham khảo | Khía cạnh đo lường | Gợi ý điều chỉnh ngữ cảnh |
|---|---|---|---|
| KM1 | Thương hiệu thường có các chương trình khuyến mãi hấp dẫn đối với tôi. | Mức độ hấp dẫn | Thay “thương hiệu” bằng tên ngành hoặc nền tảng |
| KM2 | Mức ưu đãi trong các chương trình khuyến mãi phù hợp với nhu cầu của tôi. | Sự phù hợp của lợi ích | Nêu rõ giảm giá, voucher hoặc quà tặng nếu cần |
| KM3 | Các chương trình khuyến mãi cung cấp nhiều lựa chọn ưu đãi. | Sự đa dạng | Dùng khi doanh nghiệp có nhiều loại chương trình |
| KM4 | Tôi dễ dàng nhận biết thông tin về các chương trình khuyến mãi. | Khả năng tiếp cận thông tin | Hỏi về ứng dụng, cửa hàng hoặc mạng xã hội |
| KM5 | Điều kiện sử dụng chương trình khuyến mãi dễ hiểu đối với tôi. | Tính rõ ràng | Giữ câu này nếu đề tài liên quan voucher hoặc mã giảm giá |
| KM6 | Chương trình khuyến mãi làm cho sản phẩm trở nên đáng mua hơn. | Tác động đến đánh giá mua | Có thể liên quan đến ý định mua |
| KM7 | Tôi thường cân nhắc chương trình khuyến mãi khi lựa chọn sản phẩm. | Vai trò trong quyết định | Cẩn thận nếu biến phụ thuộc cũng là quyết định mua |
Bảy biến trên có thể tạo ra sự trùng lặp nếu mô hình của bạn đã có biến “giá cả cảm nhận”. KM2 và KM6 có thể khiến người trả lời nghĩ chủ yếu về giá rẻ, trong khi KM4 và KM5 đo khả năng tiếp cận thông tin và điều kiện sử dụng. Bạn cần xem lại định nghĩa khái niệm trước khi giữ toàn bộ.
Cách đặt câu hỏi cũng ảnh hưởng đến chất lượng dữ liệu. Mỗi biến nên diễn đạt một ý. Câu “Chương trình khuyến mãi hấp dẫn và dễ sử dụng” chứa hai ý, vì một người có thể thấy ưu đãi hấp dẫn nhưng điều kiện sử dụng khó. Tách thành hai biến giúp kết quả dễ giải thích hơn.
Bạn cũng nên thống nhất chủ thể đánh giá. Nếu người trả lời là khách hàng đã mua, có thể dùng “tôi đã từng nhận thấy”. Nếu người trả lời chỉ biết thương hiệu nhưng chưa mua, câu hỏi về trải nghiệm sử dụng mã giảm giá có thể không phù hợp. Trong bảng hỏi, phần hướng dẫn nên nêu rõ người trả lời đánh giá dựa trên thương hiệu hoặc nền tảng nào.
Điều chỉnh thang đo cho bối cảnh Việt Nam
Điều chỉnh thang đo không chỉ là dịch từng từ sang tiếng Việt. Bạn cần kiểm tra ý nghĩa, độ dài câu, thuật ngữ ngành và khả năng người trả lời nhớ được trải nghiệm. Một câu hỏi phù hợp với khách hàng mua hàng trên ứng dụng có thể không phù hợp với khách mua trực tiếp tại cửa hàng.
Xác định đối tượng và bối cảnh trả lời
Trước tiên, ghi rõ ai trả lời bảng hỏi, họ mua gì, tại đâu và trong khoảng thời gian nào. Ví dụ, “khuyến mãi của các sàn thương mại điện tử” rộng hơn “khuyến mãi khi mua mỹ phẩm trên Shopee trong ba tháng gần đây”. Bối cảnh càng rõ, câu trả lời càng ít bị pha trộn giữa nhiều thương hiệu và chương trình.
Rà soát từ ngữ và điều kiện sử dụng
Các từ “ưu đãi”, “khuyến mại”, “giảm giá”, “mã giảm giá” và “quà tặng” có thể được hiểu khác nhau. Bạn nên dùng từ mà nhóm khảo sát thường sử dụng, đồng thời giải thích ngắn ở phần hướng dẫn nếu cần. Tránh câu quá dài, thuật ngữ tiếng Anh không cần thiết và câu có hai vế đánh giá.
Kiểm tra biến đảo chiều
Biến đảo chiều có thể giúp phát hiện việc trả lời một cách máy móc, nhưng không nên thêm chỉ để làm bảng hỏi có vẻ chuyên nghiệp. Nếu dùng câu phủ định như “Điều kiện khuyến mãi thường khó hiểu đối với tôi”, bạn phải mã hóa ngược trước khi chạy Cronbach's Alpha và EFA. Một câu phủ định dài dễ khiến người trả lời nhầm, vì vậy chỉ giữ khi bạn có lý do phương pháp rõ ràng.
Thử nghiệm bảng hỏi
Hãy đọc bảng hỏi trên điện thoại và kiểm tra xem mỗi biến có hiển thị trọn vẹn không. Sau đó, thu một nhóm nhỏ phản hồi thử để phát hiện câu khó hiểu, lựa chọn trả lời bị thiếu hoặc logic nhảy sai. Đây là bước kiểm tra công cụ, chưa phải căn cứ để kết luận thang đo đạt.
Kiểm định độ tin cậy và giá trị của thang đo
Quy trình phù hợp thường bắt đầu bằng kiểm tra dữ liệu, sau đó chạy Cronbach's Alpha, EFA nếu thiết kế nghiên cứu sử dụng EFA, rồi mới tính điểm hoặc đưa thang đo vào hồi quy. Nếu bạn dùng SmartPLS, cần đánh giá measurement model trước structural model, theo logic hai giai đoạn được trình bày trong (Anderson và Gerbing, 1988) và hướng dẫn PLS-SEM trong (Hair và cộng sự, 2022).
Với SPSS, vào Analyze > Scale > Reliability Analysis, đưa các biến KM1 đến KM7 vào ô Items. Trong nút Statistics, chọn Item, Scale và Scale if item deleted. Bảng Reliability Statistics cho biết Cronbach's Alpha và số biến. Bảng Item-Total Statistics cho biết Corrected Item-Total Correlation và Alpha if Item Deleted.
Cronbach's Alpha từ 0.7 trở lên thường được chấp nhận (Nunnally, 1978). Với thang đo mới hoặc nghiên cứu khám phá, Alpha từ 0.6 có thể được xem xét (Hair và cộng sự, 2010). Corrected Item-Total Correlation từ 0.3 trở lên là ngưỡng thường dùng (Nunnally và Bernstein, 1994). Bạn không nên xóa biến chỉ vì Alpha if Item Deleted tăng, mà cần xem biến đó có còn phù hợp với định nghĩa khái niệm hay không.
Nếu chạy EFA, kiểm tra KMO and Bartlett's Test, Total Variance Explained và Rotated Component Matrix. KMO từ 0.5 trở lên và Bartlett có ý nghĩa thống kê với p-value dưới 0.05 được dẫn theo (Kaiser, 1974). Eigenvalue lớn hơn 1 là quy tắc trích nhân tố được nêu trong (Kaiser, 1960). Factor loading từ 0.5 trở lên và tổng phương sai trích từ 50% trở lên có thể tham khảo (Hair và cộng sự, 2010).
Nếu dùng SmartPLS, hãy xem Outer Loadings, Construct Reliability and Validity và Discriminant Validity. Outer loading từ 0.7 trở lên có thể tham khảo (Chin, 1998). CR từ 0.7 và AVE từ 0.5 trở lên được dẫn theo (Fornell và Larcker, 1981). HTMT dưới 0.85, hoặc dưới 0.90 với các khái niệm gần nhau, được tham khảo từ (Henseler và cộng sự, 2015).
Bảng ngưỡng dưới đây là bảng kiểm tra nhanh. Mỗi dòng gắn với nguồn cụ thể để bạn không chép một con số không có căn cứ vào chương 3.
| Chỉ số | Ngưỡng tham khảo | Cách dùng trong đề tài | Nguồn |
|---|---|---|---|
| Cronbach's Alpha | Từ 0.7 trở lên | Đánh giá độ tin cậy nội tại | (Nunnally, 1978) |
| Cronbach's Alpha cho nghiên cứu khám phá | Từ 0.6 trở lên | Chỉ xem xét cùng nội dung thang đo | (Hair và cộng sự, 2010) |
| Corrected Item-Total Correlation | Từ 0.3 trở lên | Xem xét tương quan biến với tổng thang đo | (Nunnally và Bernstein, 1994) |
| KMO | Từ 0.5 trở lên | Kiểm tra mức phù hợp cho EFA | (Kaiser, 1974) |
| Bartlett's Test | p-value dưới 0.05 | Kiểm tra tương quan giữa các biến | (Kaiser, 1974) |
| Factor loading | Từ 0.5 trở lên | Xem biến quan sát liên kết với nhân tố | (Hair và cộng sự, 2010) |
| Total Variance Explained | Từ 50% trở lên | Đánh giá phần phương sai được giải thích | (Hair và cộng sự, 2010) |
| CR trong SmartPLS | Từ 0.7 trở lên | Độ tin cậy tổng hợp | (Fornell và Larcker, 1981) |
| AVE trong SmartPLS | Từ 0.5 trở lên | Giá trị hội tụ | (Fornell và Larcker, 1981) |
| HTMT | Dưới 0.85 hoặc 0.90 | Giá trị phân biệt | (Henseler và cộng sự, 2015) |
Số liệu minh họa: Bảng dưới đây mô phỏng hình dạng output SPSS, không phải kết quả của một nghiên cứu thật. Bạn cần thay bằng số liệu từ file .sav hoặc .csv của mình.
| Reliability Statistics | Cronbach's Alpha | N of Items |
|---|---|---|
| Khuyến mãi | 0.842 | 7 |
| Item-Total Statistics | Scale Mean if Item Deleted | Corrected Item-Total Correlation | Cronbach's Alpha if Item Deleted |
|---|---|---|---|
| KM1 | 24.18 | 0.621 | 0.814 |
| KM2 | 24.05 | 0.676 | 0.803 |
| KM3 | 24.31 | 0.548 | 0.827 |
| KM4 | 24.12 | 0.591 | 0.818 |
| KM5 | 24.27 | 0.634 | 0.811 |
| KM6 | 24.02 | 0.702 | 0.799 |
| KM7 | 24.16 | 0.487 | 0.838 |
Trong ví dụ này, Alpha bằng 0.842 và các Corrected Item-Total Correlation đều lớn hơn 0.3. KM7 có tương quan thấp nhất nhưng vẫn vượt ngưỡng tham khảo. Bạn vẫn phải đọc nội dung KM7, kiểm tra bảng hỏi và xem cấu trúc nhân tố trước khi quyết định giữ hoặc xóa.
Cách viết vào luận văn: “Kết quả kiểm định độ tin cậy cho thang đo khuyến mãi gồm [số biến] biến quan sát cho thấy Cronbach's Alpha đạt [giá trị]. Các hệ số Corrected Item-Total Correlation dao động từ [giá trị thấp nhất] đến [giá trị cao nhất], đều [lớn hơn hoặc nhỏ hơn] 0.3. Vì vậy, thang đo [được giữ lại toàn bộ hoặc loại biến KM...] để tiếp tục phân tích [EFA hoặc mô hình đo lường].”
Cách trình bày thang đo trong chương 3
Trong chương 3, bạn nên trình bày theo thứ tự: định nghĩa khái niệm, nguồn tham khảo, cách điều chỉnh, mã biến, thang đo sử dụng và kế hoạch kiểm định. Đừng chỉ đưa một bảng gồm KM1 đến KM7 mà không giải thích vì sao các biến này đại diện cho khuyến mãi.
Một đoạn viết có thể nêu rằng khuyến mãi được đo bằng các biến quan sát phản ánh mức độ hấp dẫn, sự phù hợp, khả năng tiếp cận thông tin và tính rõ ràng của điều kiện sử dụng. Thang đo sử dụng Likert 5 mức, từ hoàn toàn không đồng ý đến hoàn toàn đồng ý (Likert, 1932). Các biến được điều chỉnh theo bối cảnh [ngành hoặc thương hiệu], sau đó kiểm định bằng Cronbach's Alpha và [EFA hoặc measurement model trong SmartPLS].
Bạn nên đưa bảng mã biến ở chương 3 và bảng kết quả kiểm định ở chương 4. Nếu có biến bị loại, ghi rõ biến nào bị loại, tại vòng nào và lý do dựa trên chỉ số cùng nội dung lý thuyết. Việc lưu lại từng phiên bản file SPSS giúp bạn trả lời khi giảng viên hỏi vì sao số biến trong bảng hỏi ban đầu khác số biến trong mô hình cuối cùng.
Lỗi thường gặp
Gọi mọi ưu đãi là một khái niệm duy nhất
Giảm giá, quà tặng, miễn phí vận chuyển và tích điểm có thể tạo trải nghiệm khác nhau. Nếu đề tài cần so sánh từng loại, hãy xây dựng mô hình hoặc nhóm biến phù hợp thay vì gộp tất cả vào một thang đo khuyến mãi.
Dùng biến quan sát trùng với biến phụ thuộc
Câu “Khuyến mãi khiến tôi quyết định mua sản phẩm” đã chứa kết quả là quyết định mua. Nếu biến phụ thuộc của bạn cũng là quyết định mua, câu này có thể làm hai khái niệm chồng lấn. Nên giữ biến khuyến mãi ở nội dung ưu đãi, còn tác động mua được đo ở thang đo riêng.
Xóa biến chỉ để Alpha tăng
Alpha tăng sau khi xóa biến chưa đủ để chứng minh thang đo tốt hơn. Hãy xem Corrected Item-Total Correlation, nội dung biến, kết quả EFA và định nghĩa khái niệm. Xóa quá nhiều biến có thể làm thang đo thiếu một khía cạnh quan trọng.
Trộn SPSS và SmartPLS trong cùng tiêu chí
SPSS thường dùng Cronbach's Alpha và EFA. SmartPLS dùng outer loading, CR, AVE và HTMT để đánh giá measurement model. Bạn cần nói rõ công cụ, phiên bản và thứ tự phân tích. Các chỉ số CFI, TLI và RMSEA thuộc CB-SEM, không nên đưa vào phần đánh giá measurement model của SmartPLS.
Không ghi phiên bản bảng hỏi
Bảng hỏi thử, bảng hỏi chính thức và bộ dữ liệu sau làm sạch có thể có số biến khác nhau. Hãy đặt tên file theo vòng chỉnh sửa và lưu bảng đối chiếu mã biến. Cách này giúp tránh việc mô tả KM1 đến KM7 trong chương 3 nhưng lại chạy KM1 đến KM5 trong output.
Đọc thêm: chủ đề mo hinh nghien cuu.
Câu hỏi thường gặp
Khuyến mãi có phải là biến độc lập không?
Khuyến mãi có thể là biến độc lập nếu mô hình giả thuyết rằng khuyến mãi tác động đến ý định mua, quyết định mua, sự hài lòng hoặc lòng trung thành. Nó cũng có thể là biến trung gian, biến điều tiết hoặc một biến được tách thành nhiều thành phần. Vai trò của nó phụ thuộc vào mô hình và giả thuyết, không phụ thuộc vào tên khái niệm.
Thang đo khuyến mãi nên có bao nhiêu biến quan sát?
Không có một con số chung áp dụng cho mọi đề tài. Số biến phải đủ bao quát định nghĩa khái niệm và phù hợp với nguồn thang đo bạn đã kiểm tra. Bạn có thể bắt đầu với số biến rộng hơn dự kiến để kiểm định, nhưng không nên thêm câu hỏi chỉ để làm bảng dài hơn.
Có được tự viết biến quan sát cho khuyến mãi không?
Bạn có thể điều chỉnh câu chữ cho bối cảnh Việt Nam và bổ sung biến khi có lý do lý thuyết hoặc thực tiễn. Cần ghi rõ biến nào kế thừa, biến nào dịch, biến nào điều chỉnh và biến nào xây dựng mới. Sau đó, kiểm định độ tin cậy và giá trị bằng dữ liệu của đề tài.
Cronbach's Alpha thấp thì phải làm sao?
Kiểm tra mã hóa, biến đảo chiều, dữ liệu thiếu và cách nhập giá trị trước khi xóa biến. Sau đó đọc Corrected Item-Total Correlation và nội dung từng biến. Nếu vẫn thấp, có thể thang đo không phù hợp với bối cảnh hoặc người trả lời hiểu khái niệm theo nhiều cách, khi đó cần báo cáo trung thực thay vì xóa liên tục để đạt một con số đẹp.
Có thể dùng thang đo khuyến mãi cho mọi ngành không?
Bạn có thể dùng cấu trúc khái niệm tương tự, nhưng cần điều chỉnh biến quan sát theo ngành. Voucher của thương mại điện tử, chương trình thành viên của siêu thị và ưu đãi của ngân hàng có điều kiện sử dụng khác nhau. Hãy kiểm tra lại đối tượng, hành vi mua và loại khuyến mãi mà người trả lời thực sự đã trải nghiệm.
Trước khi chốt bảng hỏi, bạn hãy mở file mô hình, đối chiếu từng biến KM với định nghĩa khuyến mãi, ghi nguồn và chạy thử quy trình kiểm định trên một bản sao dữ liệu. Nếu cần xây dựng mô hình, giả thuyết và bảng hỏi theo đúng đề tài của bạn, xem M3 mô hình nghiên cứu và thang đo.